基于多源传感器的矿井移动目标跟踪与定位
针对井下NLOS环境信号接收强度(RSSI)和飞行时间(ToF)定位方法存在多径干扰和定位时延,导致定位误差较大问题,提出了基于多源传感器的矿井移动目标跟踪与定位方法.首先通过建立矿井移动目标跟踪与定位模型,利用混合卡尔曼粒子滤波算法监测井下移动目标的位置范围,在阈值内触发CCD视觉传感器对移动目标图像信息采样和特征提取.将预测和估计的移动目标坐标转化为CCD视觉传感器的图像物理坐标系坐标,并进行特征匹配图像的分割,以缩小CCD视觉传感器的特征匹配范围,提高匹配速度.最后利用SIFT算法对已训练图像与采集的目标图像进行特征匹配并对移动目标进行融合定位,根据CCD视觉传感器所在基站位置获取和校正矿井移动目标的准确位置信息,实现实时跟踪与精确定位.实验表明,与其他算法相比,在视觉传感器监测阈值内,本文方法能够有效提高定位精度和实时性,对井下目标遮挡、低照度和噪声环境下移动目标跟踪与定位具有较强的鲁棒性.
矿井、混合卡尔曼粒子滤波算法、SIFT算法、CCD视觉传感器、跟踪与定位
14
TP311(计算技术、计算机技术)
2018-07-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
252-255